Pareto 26.9 對比 Unbiased 的 Pareto 26.10 預覽：穩定版 Pin 與預覽版

Unbiased 的 Pareto 產品線現在提供兩個可呼叫的發行版，對同一個問題給出兩種不同答案，而從本週起，你必須刻意選擇其中一個。 Pareto 26.9 是供應商預設別名所解析到的發行版：262,144 個詞元的上下文、每百萬輸入詞元 $2.50、未附帶到期日。 Pareto 26.10 Preview 則是需自行選用的組建：上下文為四倍、輸入價格約為三分之一、四項供應商自稱初步的基準測試分數，以及寫入其目錄記錄中的到期日。兩者都已上線。兩者都接受文字與圖像輸入並回傳文字。彼此都不是可在請求時透過旗標切換的另一版本。

改變的並不是這兩個模型中的任何一個。而是穩定版終於有了自己的位址。2026年10月13日，列出這個系列的路由目錄開始將 unbiased/pareto-26.9 作為可個別呼叫的項目收錄，同時還有一個永遠會重新導向到目前版本的別名項目。在那之前，要確定能取得穩定模型，唯一的方法就是要求 Pareto，然後接受別名交給你的任何版本。如今這兩個版本並列在同一份清單中，各自有自己的價格、自己的限制和自己的到期中繼資料——而在它們之間做選擇，是你自己做的決定，而不是別人替你做的決定。

兩個發行版本，逐一維度看

它們之間每一項已發佈的差異都盡在這七行中。左邊是 Pareto 26.9；右邊是 Pareto 26.10 Preview。

• 上下文視窗 — 262,144 個 token 對比 1,048,576 個 token。空間是四倍，但兩者都沒有提供更小的層級。• 最大輸出 — 131,072 個 token 對比 131,072 個 token。更大的輸入視窗並沒有換來更大的回答。• 輸入價格 — 每百萬個 token $2.50 對比 $0.80。預覽版約為穩定版費率的 32%。• 輸出價格 — 每百萬個 token $7.50 對比 $3.20。約為其 43%。• 快取輸入 — 每百萬個 token $0.25 對比 $0.03。預覽版大約是八分之一，而這一項最能改變長時間執行 agent 的帳單。• 公布的基準測試表 — 在部分任務切片上有一個分數，對比供應商標示為初步的四個分數。• 穩定性條款 — 紀錄上沒有到期日，且供應商稱之為預設發行版，對比需主動選擇加入的預覽版，其目錄紀錄帶有 2026 年 10 月 15 日的到期日。

那些列之中有兩列承擔了大部分的作用。快取輸入費率決定的是：無論是哪個版本，長時間的代理式軌跡是否還負擔得起；而到期欄位決定的則是：這個預覽版究竟能不能成為你據以建構的基礎。

為什麼版本號對不上

這些數字是月份標籤，不是讓你據以推論的序列。Unbiased 自家的模型卡把 Pareto 26.9 標定為 2026 年 9 月 20 日的一次執行，並把 26.10 Preview 描述為隨後於 10 月 1 日發布的版本。列出 26.9 的那份目錄顯示，它是在 10 月 13 日才進入紀錄——比廠商印出的發布日期晚了三週。而廠商為該預覽版發布的貼文說，前一版「26.9」在被正式命名之前，已以臨時名稱在第三方閘道上跑了兩週。

把這三項陳述放在一起，實際的教訓是：這裡的版本號只告訴你某個組建來自哪一個月份，完全不說明該組建是否仍是最新的、是否仍受支援，或是否仍是別名背後所指的那一個。這也意味著，你在型錄頁面上看到的日期是上架日期，而非發行日期。把它讀成後者，是關於這個系列最常見的單一錯誤，而且現在兩個方向都會犯：26.9 看起來比實際上新了三週，而預覽版看起來則比實際舊了五週。

預覽換來什麼，跑分表究竟又說了些什麼

預覽版的理由在於算術。四倍的上下文，輸入價格只要三分之一，而且快取讀取費率低到讓一條長軌跡的成本僅為在 26.9 上的幾分之一。Unbiased 也聲稱預覽版延遲更低，且在長時間代理式執行中增益最大——但這項說法背後沒有任何已發布的測量數據，無論是來自供應商還是其他任何人。

反對不假思索地選用它的理由更為微妙，而且存在於這兩個版本唯一能進行比較的地方。在 DeepSWE v1.1 這個兩個版本都出現的代理式編碼基準測試上，廠商的模型卡顯示，Pareto 26.9 以每項任務 $0.29 達到 70.0%，而 Pareto 26.10 Preview 以每項任務 $0.24 達到 69.9%。較新、較便宜的版本得分略為 較低，在唯一兩者都有數字的基準測試上；它在每項任務成本上以約 17% 的幅度勝出。這不是醜聞，也不是可以隨手揮去的捨入誤差——這正是較便宜的混合式系統應有的樣子，而且在你想當然地認為這個預覽版是嚴格升級之前，值得先知道這件事。

那項比較應該附上兩點但書，而廠商兩點都公布了。26.9 這個數字來自 30 項任務的子集，不是完整的 DeepSWE v1.1 集合，因此它與預覽版的測量並非同一回事。而且這裡每個數字都是廠商自行執行的：預覽版的四項分數——GPQA-Diamond 上的 92.4%、Humanity's Last Exam 純文字版的 49.9%、DeepSWE v1.1 上的 69.9%、Terminal-Bench 4.0 上的 50.8%——都帶有廠商自己的「初步，最終發布前可能變更」標籤，而模型卡指出，分母與成本方法仍「需要確認」。除了 Unbiased 之外，沒有其他人公佈過這兩個版本的分數。把整份規格表當成測試的理由，而不是切換的理由。

到期日是必須納入規劃的部分

該預覽版的紀錄帶有一個到期日：2026 年 10 月 15 日——就在本文撰寫完成的一天之後。我們能找到的任何地方都沒有記載那天會發生什麼事：變更記錄裡沒有，模型卡上沒有，定價頁面上也沒有。供應商的資料中沒有任何內容說這個預覽版會停止服務，而發布文章在精神上反而與關閉服務相反——文中說「價格不會調漲，預覽版 slug 也不會在你腳下斷掉」，還說正式推出時，26.10 會成為訂閱者的預設版本，而每週額度會加倍：$10 的 Personal 方案從 2,500 萬個 token 增加到 5,000 萬個，$100 方案則從 3 億個增加到 6 億個。

所以，誠實的解讀並不是「預覽版明天就會失效」。而是：預覽版受會變動的條款所約束，而且記錄中含有到期欄位的組建，並不是你想鎖定、用於一個你不打算再回頭處理的系統時該選的正式發行版。這就是以 26.9 作為預設選項的完整論據：它改進得比較慢，而且輸入價格貴三倍，但它是廠商稱為正式發行版、而非實驗版的那一個，而且它的記錄上沒有時鐘。

兼顧兩者而無需重寫整合

這是一個路由決策，而不是建模決策，原因是這兩個版本採用相同的請求結構。相同的端點系列、相同的參數、相同的文字與圖片輸入／文字輸出介面——唯一不同的是你放進 model 欄位裡的那個字串。這使得遷移範圍極小，而鎖定版本的紀律反而成了整個問題的核心：恰恰只有一個地方的一個值，決定會由兩個定價差異極大的系統中哪一個來回答你。

情況正是如此：OrcaRouter 上的路由 DSL就是為此而打造的。你把一次呼叫組合成多個具名區段（leg），並將模型字串保留為設定值，而不是埋藏在應用程式碼中的常數，因此從預覽版改用穩定的固定版本，只是編輯路由，而不是重新部署。容錯移轉鏈也是如此：一個會變更、到期或開始回傳錯誤的預覽版，會成為容錯移轉事件，而不是事故。我們並未代理 Unbiased 的任何一個版本——這是由單一供應商（也就是供應商本身）提供服務的系列——所以要呼叫它的方式就是使用 Unbiased 自家的 API；而如果你的目標是要把這兩個版本拿來與你自己的實際工作負載比較，兩者現今都可以在那裡取用。

要釘選哪一個

如果你要交付的是一個下個月必須在無人照看的情況下自行給出答案的東西，就選 Pareto 26.9。它的每輸入 token 成本高出三倍，能給你的上下文只有四分之一；而換來的，是它是廠商別名所指向的那個版本、它沒有到期欄位，而且它唯一公布的基準——一個局部切片分數——剛好是兩者中較高的那個。這是那個無聊的答案，而對正式生產路徑來說，它是正確的答案。

如果你正在評估，或者你的工作負載屬於長上下文且對成本敏感，敏感到輸入價格只要降到三分之一就會改變什麼才行得通，那就刻意在備援方案之後運行 Pareto 26.10 Preview。每百萬個 token 的快取輸入費率是 $0.03 對上 $0.25，這之間的差別，就是一個你能全天負擔的代理迴圈，和一個你得配給著用的代理迴圈之間的差別；而 1,048,576 個 token 的視窗，是這兩者之中唯一能讓大型儲存庫或長篇文件集用單一請求容納得下的。拿這個價格，拿這個視窗，並且把到期日記在行事曆項目裡，而不是放在你的假設裡。

能改變這項建議的因素很狹隘，而且可查證：一則宣布預覽版已正式推出、別名也已遷移的公告，針對任一版本的獨立基準測試，或是預覽版在 10 月 15 日之後仍以相同費率繼續提供服務。上述任一情況都會讓雙向選擇變成單向選擇。在其中一項成真之前，這個系列中的兩個版本確實是截然不同的產品，具有截然不同的風險輪廓，而你唯一能控制的，就是你的請求帶著哪個字串。

一個可能在一週中途在你不知不覺間變更的發行版本，正是自動容錯移轉所為而生的情況：自動容錯移轉一個過期或開始出錯的預覽，會變成備援事件，而不是一場事故。